22 février 2018 Victoria TOSAR

L’imagerie hyperspectrale s’invite dans nos poulaillers

Les essais sur poules nécessitent le tri manuel de nombreux échantillons. Et si l’imagerie hyperspectrale pouvait automatiser cette opération fastidieuse ?

L’imagerie hyperspectrale s’invite dans nos poulaillers

La quantité d’aliments ingérée par les animaux d’élevage est une mesure essentielle en zootechnie, à la base du calcul de l’efficience de l’animal. Dans le cas d’études sur la poule, une difficulté supplémentaire apparait : son comportement alimentaire. Cet animal a besoin de gratter et fouiller le sol à la recherche de nourriture. Même maintenue en cage individuelle munie de mangeoires adéquates, la poule génère des refus de nourriture mélangés avec de la sciure, des fientes et débris de toute sorte. Une estimation précise de l’ingestion nécessite dès lors de caractériser les refus alimentaires en les séparant des autres particules.  

 

Une première solution consiste à trier manuellement les échantillons. Cette méthode se révèle chronophage et fastidieuse pour les opérateurs. Heureusement, le recours à l’imagerie hyperspectrale dans le proche infrarouge (NIR) a permis d’automatiser le tri. Concrètement, les échantillons sont étalés précautionneusement sur un support et mesurés par une caméra NIR hyperspectrale. Les images qui en résultent sont composées de pixels, chaque pixel correspondant à un spectre infrarouge. Le traitement de ces spectres avec les outils chimiométriques permet l’identification de chaque pixel comme refus alimentaire ou non et, sur base d’une régression linéaire, d’obtenir le poids de refus dans l’échantillon. Cette méthode permet non seulement un gain de temps considérable mais elle assure également une fiabilité des résultats par rapport au tri manuel. En même temps, elle pourrait être élargie à d’autres types d’échantillons composés dont une ou plusieurs fractions doivent être quantifiées.

Mise à jour 22 février 2018